颱風浪預報中初始場的資料同化研究

《颱風浪預報中初始場的資料同化研究》是依託河海大學，由馮向波擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：颱風浪預報中初始場的資料同化研究
• 項目類別：青年科學基金項目
• 項目負責人：馮向波
• 依託單位：河海大學

項目摘要

我國海岸災害頻發，颱風浪預報是涉海領域的一項重要研究課題。本課題旨在通過對SWAN波浪模型的初始場進行資料同化的基礎研究，建立較完善的颱風浪資料同化數學模型。本課題理論推導'近岸波譜逆向推算深水波譜'的方法，在物理模型驗證基礎上，創新性地把由此推算的深水波譜資料通過資料同化技術套用於颱風浪數學模型中，實現順序資料同化方法對近岸觀測資料均勻性及各向同性的要求；基於颱風浪模擬對風場資料的嚴重依賴性，本研究不僅通過波浪觀測資料對初始波浪場進行修正，同時還通過資料同化氣象模型更新初始風場，以提升預報風場的質量；為了消減資料同化過程中，因為波浪場與波浪模型不協調而產生的誤差解，引入數字低通濾波器，對波浪分析場進行初始化處理，該研究內容在波浪資料同化領域具有一定的前瞻性。課題成果在提升颱風浪預報的準確度、發展淺化波譜的逆向套用以及完善波浪資料同化技術等方面，彰顯重要的理論研究價值和廣闊的套用前景。

結題摘要

我國海岸災害頻發，極端海況的模擬和研究是海洋科學和海洋工程領域一項重要研究課題。本課題建立了資料同化波浪模型，解決了初始化問題，對極端天氣下（特別是颱風）的波浪場進行模擬預報，結果顯示，該模型能夠較好的模擬本地和異地的波浪場。該項目對波譜逆向推算、風場同化以及初始化等問題展開了討論。除去數值模型研究以外，本課題還對極端波浪和極端海況的再分析資料和觀測資料進行了研究。研究中發現已有的統計方法並不能很好的預測單個極大波浪的出現，因此我們提出了改進的波高分布公式，並對極端波高的長期分布特性和產生機制進行了研究。氣候變化背景下，颱風登入地點和影響強度的長期變化是該項目的另一個研究課題。我們通過分析長期資料，發現侵襲我國沿海的颱風頻率與ENSO顯著相關，而其影響強度（颱風暴潮水位）則與全球氣溫相關。該項目完成了既定的資料同化的研究目標，並較好的拓展了極端波浪和極端海況的變化研究，為進一步改進現有波浪數學模型和開發長期預報模型提供了理論依據。在本課題資助下，申請人以第一作者發表高水平論文7篇，其中6篇SCI檢索。